تريد Chainlink حل مشكلة النتائج الزائفة الهلوسية من تطبيقات الذكاء الاصطناعي

تنفذ Chainlink استراتيجية جديدة لحل مشكلة رئيسية في الذكاء الاصطناعي: أنظمة الذكاء الاصطناعي الهلوسية. عندما تسيء نماذج اللغة الكبيرة تفسير البيانات أو تولد بيانات جديدة غير صحيحة، يمكن أن تكون العواقب باهظة الثمن، وخاصة في مجال التمويل. بدلاً من الاعتماد على نموذج ذكاء اصطناعي واحد، تتبنى Chainlink الآن نهجًا متعدد النماذج، باستخدام أنظمة الذكاء الاصطناعي من OpenAI وGoogle وAnthropic.

أوضح لورانس موروني، مستشار Chainlink ورئيس الذكاء الاصطناعي السابق في Google، أن استخدام نماذج ذكاء اصطناعي متعددة بدلاً من نموذج واحد فقط يقلل من معدل الخطأ. يُطلب من كل نموذج ذكاء اصطناعي على حدة تحليل نفس البيانات المالية. يخزن النظام البيانات التي تم التحقق منها على blockchain، مما يجعلها شفافة وغير قابلة للتغيير وآمنة. تمنع هذه الطريقة القائمة على الإجماع تلف البيانات المالية بسبب المعلومات المضللة وتزيد من موثوقية البيانات التي يولدها الذكاء الاصطناعي.

يهدف نهج Chainlink إلى تغيير هذا من خلال تقليل التحقق اليدوي من البيانات وزيادة الدقة المالية. في تعاون حديث مع مؤسسات مالية رائدة بما في ذلك UBS وFranklin Templeton وWellington Management وVontobel وSygnum Bank، اختبرت Chainlink نظام blockchain المدعوم بالذكاء الاصطناعي هذا. كانت النتائج واعدة، حيث أظهرت انخفاضًا في الأخطاء وعدم الكفاءة في البيانات المالية.

الصورة: freepik

تصميم Freepik